The Dialectical Behavior Therapy Adherence Coding Scale (DBT ACS): Psychometric properties.
Notice bibliographique
Résumé
The Dialectical Behavior Therapy Adherence Coding Scale (DBT ACS) is an observer-rated measure used to evaluate the extent to which therapists deliver individual and group DBT with adherence to the manual. Despite its frequent use in clinical trials of DBT, relatively little is known about its psychometric properties. The present study utilized data from six clinical trials conducted in research and community settings with a variety of patient populations. Across these studies, the DBT ACS was used to code a total of 1,271 DBT individual therapy sessions and 180 DBT group sessions. Results indicate the DBT ACS computed global score has good internal consistency (α = .81) and excellent interrater reliability (ICC = .93). A confirmatory factor analysis found that a single factor yielded acceptable goodness of fit indices. The DBT ACS discriminated between DBT and another treatment and between research and community therapists. Across studies, variability in adherence scores was attributable more to therapists (33%) than to patients (15%). Both therapist and patient variability were higher in effectiveness than efficacy trials. Generalizability coefficients indicated that 5 sessions are needed to estimate a dependable adherence score at the patient level, whereas 9-15 sessions are needed to achieve adequate generalizability at the therapist level. Fewer sessions were needed to yield dependable scores for community therapists compared to research therapists. The DBT ACS appears to be a reliable, valid, and dependable method of assessing therapist adherence to individual and group DBT across diverse treatment settings, therapist types, and patient populations. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».